English version (to be created)
De structuurfuncties die tot nu toe binnen HiRLAM gebruikt werden zijn begin jaren 80 afgeleid van waarnemingen en modelvelden van het toenmalige ECMWF-model boven de Verenigde Staten (Hollingsworth & Lonnberg, 1986 and Lonnberg & Hollingsworth, 1986). Dit model had toen een veel grotere roosterpuntsafstand dan het huidige ECMWF-model of heT HiRLAM, terwijl ook de omstandigheden in de Verenigde Staten duidelijk anders zijn dan boven Europa.
Onder andere in het Quarterly Report van de Deutsche Wetterdienst (DWD) van eind 1998 worden de structuurfuncties getoond die in het globale Duitse model (GM) en het limited area model dat vergelijkbaar is met het referentie-HiRLAM (Europa Model, EM) gebruikt worden. Het GM gebruikt de structuurfuncties zoals die gegeven worden in Hollingsworth en Lonnberg (1986). In het EM worden echter andere structuurfuncties gebruikt, die door de DWD zelf zijn afgeleid uit waarnemingen en modelvelden boven Europa.
De horizontale lengteschaal in de structuurfuncties van het GM is ongeveer 400 km. In het EM is deze lengteschaal echter teruggebracht tot ongeveer 250 km. Dit ligt voor een deel aan het gebied waarover deze structuurfuncties zijn bepaald en voor een deel aan de kleinere roosterpuntsafstand van het EM (0.5 graden voor EM tegenover 1,125 voor GM). Voor het referentie HiRLAM betekent dit dat eigenlijk de EM-structuurfuncties gebruikt zouden moeten worden, dus een horizontale lengteschaal van 250 km i.p.v. 400 km.
Voor ASWAN, waar een roosterpuntsafstand van 0.1 tot 0.05 graad gebruikt gaat worden, betekent dit dat de horizontale lengteschaal in de structuurfuncties nog wat kleiner moet zijn dan 250 km. Om uit te zoeken welke lengteschaal geschikt is voor de hoge resolutie analyse hebben we verschillende testen gedaan. Een van de testen bestond uit het bekijken van de impact van de lengteschaal op de analyse waarbij maar 4 synops die op de hoekpunten van een denkbeeldig vierkant boven Engeland liggen waarbij de zijden van het vierkant ongeveer 150 km lang zijn.
Lengteschaal 400 km
Lengteschaal 200 km
Lengteschaal 100 km
De bovenstaande plots geven de verschilvelden van de analyse minus de first guess voor de verschillende lengteschalen. De maximale amplitudes schelen niet veel voor de verschillende runs, echter de verdeling vertoont zeer grote verschillen. Bij de lengteschaal van 400 km liggen het maximum en minimum verschil respectievelijk boven Belgie en Ierland, terwijl de waarnemingen die deze verschillen veroorzaken boven Engeland liggen. Bij een lengteschaal van 200 km liggen het maximum en minimum al veel dichter bij de plekken waar de waarnemingen zijn gedaan. Dit is nog meer het geval als de lengteschaal 100 kilometer is.
Op een normale analyse, waar veel meer waarnemingen aanwezig zijn, heeft een andere lengteschaal een andere invloed dan hier getoond wordt. Omdat waarnemingen op een grotere afstand bij een grotere horizontale lengteschaal een grotere invloed krijgen, worden de amplitudes van het verschil tussen de analyse en first guess kleiner, ze worden meer uitgesmeerd. In een globaal model is dit positief, maar als je mesoschaalverschijnselen door een analyse in de modelvelden wilt krijgen heb je liever dat de analyse dichter bij de waarnemingen komt. Daarvoor moet de horizontale lengteschaal in de structuurfuncties dus kleiner gemaakt worden.
Uit het bovenstaande kan geconcludeerd worden dat de structuurfuncties in het hoge resolutie HiRLAM een kleinere horizontale lengteschaal moeten hebben dan de 250 kilometer die in het EM gebruikt worden en die in het referentie HiRLAM gebruikt zouden moeten worden. De lengteschaal die wij verder in het ASWAN-project zullen gebruiken is 150 km. Uit een praktijktest blijkt dat een lengteschaal van minder dan 150 kilometer tot een te grote impact van de analyse leidt, vooral bij zware buiencomplexen.
De initialisatie
Naast de structuurfuncties speelt ook de initialisatie die na de analyse plaatsvindt een belangrijke rol. De initialisatie is bedoeld om snellopende zwaartekrachtsgolven uit de modelvelden te filteren. In het referentie HiRLAM worden 4 vertical modes geinitialiseerd. Hierdoor worden zwaartekrachtsgolven die sneller lopen dan ongeveer 75 m/s weggefilterd. Een nadeel van de initialisatie is dat deze onbedoeld kleinschalige structuren die door de analyse worden geintroduceerd kan wegfilteren.
Een mooi voorbeeld is het geval van 26 januari 1999. Op die dag trok in een westelijke stroming een buiencluster over Ierland en Engeland naar het oosten. Boven Engeland ontstond uit deze buiencluster een klein lagedrukgebied. Om 18 UTC lag dit lagedrukgebiedje boven het oosten van Engeland. In de analyse van dit tijdstip met een 0.2 graads HiRLAM is dit lagedrukgebiedje ook heel mooi aanwezig. Echter, na de initialisatie van 4 verticale modes is er van dit laagje weinig meer over en lijkt er een apart klein kerntje boven de Noordzee bijgekomen (zie de figuur hieronder).
Initialisatie van 4 verticale modes
De initialisatie zorgt er dus voor dat de storing veel minder diep is geworden en de vorm is ook sterk veranderd. Als we het aantal verticale modes dat geinitialiseerd wordt verhogen, dan blijft de storing veel beter aanwezig in de modelvelden. In het onderstaande voorbeeld hebben we 10 verticale modes geinitialiseerd. Dit kan niet standaard omdat de kans dan veel te groot wordt dat de initialisatie niet convergeert. In dit geval lukte het echter wel.
Initialisatie van 10 verticale modes
Het bovenstaande voorbeeld laat zien dat er meer dan 4 verticale modes geinitialiseerd moeten worden om de kleinschalige, ondiepe verstoringen in het modelveld te behouden. Echter, als je 10 verticale modes initialiseert loop je een grote kans dat de initialisatie niet convergeert. Ook kunnen de kleine structuren die bij 10 verticale modes geinitialiseerd worden sterk groeien waardoor het model uiteindelijk kan ontsporen en onrealistische oplossingen genereert. Daarom worden in onze 0.1 graads modelruns geen 4 of 10, maar 6 verticale modes geinitialiseerd.
06-09-1999